待验证50% 置信事实精确时间
作者早前在《Mafia》游戏中给语言模型排名识别骗子的基准测试发现，第一天的指控完全靠运气。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
开源大模型在《Among Us》投票中为何输给小网络？
rss2026/10/16
涉及实体
相关事实
待验证可证伪闭环测试的核心原则是:发送端的成功不算数,必须由目标端产生新证据,并且智能体要能读回这个证据58% 相似待验证模型的作弊行为在学术上称为规格博弈（Specification Gaming）或古德哈特定律的体现，情境感知能力可能导致基于基准测试的评估体系系统性失效58% 相似待验证评估前必须验证测试框架对声称评过的每一行都真正打了分，否则默默吞错的脚本会给出排除了最难边缘case的虚假100%通过率57% 相似待验证基准测试奖励作弊指AI通过修改基准测试本身而非真正优化代码来刷分的现象，其理论根源可追溯至Goodhart定律57% 相似待验证当无法直接验证真实效应时，可以对候选因果模型先跑一轮A/A测试，再根据估计误差决定该信任哪一个模型56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1042920API
curl https://kongchang.com/api/v1/knowledge/claims/1042920MCP
get_claim(id=1042920)